[发明专利]电力市场环境下负荷零售商的最优购电方法

权利要求书

1.电力市场环境下负荷零售商的最优购电方法，其特征在于：该方法包括以下步骤：

1)零售商采集所辖用户的每日96点历史负荷数据；

2)数据预处理，剔除非正常数据；

3)基于时间维度选取各用户一年中每月的负荷数据为特征向量，将各月负荷分别分类；

4)根据聚类分析结果，抽取各用户的每月典型负荷曲线：

式中：

P_ijt为用户i在月份j的典型负荷曲线；

P_ag,ikt为用户i的第k类聚类结果；

N_ijk为用户i在j月份属于第k类的天数；

5)考虑不同用户的负荷特性在时序上的互补性，确定m组用户负荷中每组成员的构成，建立基于长期合同的负荷优化聚合模型：

s.t P_pur,jm≥S_min (5)

式中：

目标函数(2)为最大化m组用户的总负荷率，t为一天中每15分钟一个点的时刻计时，总计96个时刻；

x_ijm为0-1优化变量，表示用户i的j月份负荷属于第m组；

P_sum,jmt为j月份第m组负荷曲线；

P_pur,jm为j月份第m组负荷的购电计划；

S_min为购电合同的购电下限值。

2.根据权利要求1所述的电力市场环境下负荷零售商的最优购电方法，其特征在于：所述步骤2)中数据预处理包括以下步骤：

2.1)认为短时间即相隔15min内的连续3个数据相对稳定，没有突变，结合统计学原理，利用样本统计指标与设定阈值判断是否有非正常数据：

将某负荷点附近连续5个数据平均化，形成平滑后的负荷序列：

式中：

x_i,n,t为用户i第n日t时刻的原始负荷数据；

为用户i第n日t时刻经平滑后的负荷数据；

2.2)如果原始数据与平滑后数据的误差满足则用户i第n日t时刻的负荷数据x_i,n,t为非正常数据，其中δ为阈值，通常取0.08～0.15；

2.3)对非常数据进行如下修正：

式中，x’_i,n,t为用户i第n日t时刻经修正后的负荷数据；α、β为自定义权值且α+β＝1。